Internship  / Masters Thesis - Inverse Reinforcement Learning for Vehicle Functions (m/w/d) Internship  / Masters Thesis - Inverse Reinforcement Learning for Vehicle Functions (m/w/d) Internship  / Masters Thesis - Inverse Reinforcement Learning for Vehicle Functions (m/w/d)

DEIN TEAM

Für den Bereich Vehicle, Energy, Motion & Body (VEMB) suchen wir eine:n Student:in (Praktikum oder Masterarbeit) für das Projekt „Learning Intelligent Onboard Functions“.

Unser Bereich entwickelt fortschrittliche Software für Fahrzeug-Energie-, Bewegungs- und Karosseriesysteme. Unser VEMB-Vorentwicklungsteam arbeitet an Methoden für End-to-End-Learning von VEMB-Funktionen, um eine schnellere, skalierbare und kosteneffizientere Produktentwicklung zu ermöglichen. Dabei decken wir die gesamte Entwicklungsspanne ab – von ersten Konzepten bis hin zu Proof-of-Concepts in Testfahrzeugen. Zudem arbeiten wir in enger Zusammenarbeit mit den Serienentwicklungsabteilungen.

DEINE AUFGABEN

• Enge Zusammenarbeit mit den Doktorand:innen zur Bearbeitung der zentralen Herausforderungen im Reinforcement Learning, mit Fokus auf VEMB-Funktionen
• Analyse des Stands der Technik im Bereich Inverse Reinforcement Learning
• Auswahl, Implementierung und Anpassung einer geeigneten IRL-Methode zur Ableitung von Belohnungsfunktionen aus Expertendemonstrationen
• Konzeption und Durchführung von Experimenten (z. B. Baselines, Ablationsstudien, Robustheitsanalysen) zur Bewertung von Güte und Übertragbarkeit
• Anwendung der erlernten Belohnungsmodelle auf nachgelagerte Reinforcement-Learning Trainingsprozesse
• Dokumentation und Kommunikation der Ergebnisse; eine Veröffentlichung der Forschungsergebnisse ist erwünscht
• Zusammenarbeit mit Teams aus der Vorentwicklung und der Serienentwicklung

DAS BRINGST DU MIT

• Laufendes Studium in einem relevanten Fachgebiet, z.B. Informatik, Robotik, Elektrotechnik, Maschinenbau o.Ä.
• Fundierte Kenntnisse in Regelungstechnik, Reinforcement Learning oder Imitation Learning
• Interesse an oder erste Erfahrungen mit Inverse Reinforcement Learning, Learning from Demonstrations oder Reward Learning
• Erfahrung in Python sowie mit Machine-Learning-Frameworks wie PyTorch, JAX o. Ä.
• Praktische Erfahrung durch reale Projekte, z. B. Studien-/Projektarbeiten, Praktika oder frühere Berufserfahrung
• Ausgeprägte analytische Fähigkeiten und Problemlösungskompetenz
• Hohes Maß an Engagement, Eigeninitiative und Teamfähigkeit
• Sehr gute Englisch- und Deutschkenntnisse sowie gute Kommunikationsfähigkeiten

NICE TO KNOW